| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容与研究方法 | 第14-16页 |
| 第2章 车辆视频图像预处理 | 第16-25页 |
| 2.1 视频图像灰度化 | 第16-17页 |
| 2.2 视频图像滤波处理 | 第17-21页 |
| 2.3 视频图像二值化 | 第21-22页 |
| 2.4 二值图像形态学滤波 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于机器视觉的车辆检测 | 第25-51页 |
| 3.1 常用的车辆检测方法 | 第25-35页 |
| 3.2 改进的三帧差法 | 第35-39页 |
| 3.3 常用的背景更新模型 | 第39-46页 |
| 3.4 改进三帧差法与混合高斯模型结合的车辆检测算法 | 第46-48页 |
| 3.5 实验结果与分析 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于机器视觉的车辆跟踪 | 第51-62页 |
| 4.1 常用的车辆跟踪方法 | 第51-53页 |
| 4.2 基于卡尔曼滤波与特征结合的车辆跟踪算法 | 第53-59页 |
| 4.3 实验结果与分析 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第5章 基于机器视觉的车辆检测与跟踪系统设计 | 第62-66页 |
| 5.1 系统开发环境 | 第62-63页 |
| 5.2 系统分析与设计 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| 6.1 研究总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间获得与论文相关的科研成果 | 第72页 |